基于灰狼算法优化的神经网络短期发电量预测

作者：侯勇严; 杨澳; 郭文强; 张栋; 师帅

来源：陕西科技大学学报, 2022, 40(04): 171-177.

DOI：10.19481/j.cnki.issn2096-398x.2022.04.002

• 灰狼优化算法
• 神经网络
• 发电量
• 预测

精确的发电量预测对电网的科学运行和经济效益具有重大意义.针对用于预测的神经网络初始权值与阈值选取不合理、网络收敛性和预测精度差的问题，提出了一种用灰狼优化算法(GWO)对BP网络的初始权值和初始阈值进行优化的算法.首先采用灰色关联度对发电量特征数据进行关联分析，确定出模型的输入层节点数.然后将网络的初始权值和初始阈值对应表示为狼群中每个个体的位置向量，其次引入领导者策略模拟狼群包围、捕食猎物的过程，完成参数优化.最后，根据误差反向传播训练得到最终权值和最终阈值，建立用于短期发电量预测的BP神经网络.实验结果表明，与传统BP和GA-BP算法相比，提出的GWO-BP预测算法的精度分别提高了0.63‰和0.32‰,为解决短期发电量准确预测的问题提供了一种新的方法.

• 单位
  陕西科技大学